编著:
中国数字化学会-战略洞察部
监制:
中国数字化学会
阿里云丁险峰谈中小企业的数字化转型:如何建立平行工厂
将工厂环境数字化之后,相当于在数字世界建立一个平行的工厂,平行工厂让数字世界中运行,产生了大量的数据。对工厂效率进行判断时,并不是依靠管理者,而是靠计算机的算法分析数据将结果自动呈现。
2019年1月10日,由中国自动化学会联合中国科学院自动化研究所、中华人民共和国工业和信息化部与中国人工智能产业发展联盟主办的2019国家智能产业峰会在山东青岛召开。峰会以“工业智联网:AI赋能,智联世界”为主题,旨在使广大从业人员更好地理解工业智联网本质,挖掘工业智联网潜在能效,进而推动智能产业发展。
阿里云首席智联网科学家丁险峰出席了本次会议,丁险峰从互联网BAT公司今年纷纷ToB转型谈起,以“中小企业的数字化转型:如何建立一个平行工厂”作为主题发表了演讲。
互联网发展的头二十年所做的工作是将人类语言承载的知识数字化。比如,将经营企业、企业研发积累到的经验转化为数字化的信息进行传播的过程,就是知识数字化。
而未来二十年,物联网将数字化整个物理世界。简而言之,即建立一个用数据搭建的平行世界。再通过算法,进而来认知物理世界。这有悖于人们之前认知物理世界地规律。
原来人们认知物理世界是依靠科学家的推理判断。科学家们通过观察物理世界总结规律,产生对于物理世界的知识。这些知识,就是人们对物理世界产生认知的信息来源。比如牛顿的牛顿定律,爱因斯坦的量子力学、相对论等等。
而未来,在物联网将物理世界数字化之后,人们将会靠算法来认知物理世界。比如将工厂环境数字化之后,相当于在数字世界建立一个平行的工厂,平行工厂让数字世界中运行,产生了大量的数据。对工厂效率进行判断时,并不是依靠管理者,而是靠计算机的算法分析数据将结果自动呈现。
丁险峰指出,这将是未来二十年最大的浪潮。
平行工厂需推行的工作可从四个角度拆分:
通信系角度,平行工厂需要产生让机器可以相互理解的“语言”。同时,物联网想要把物理世界和数字世界分离,也需要搭建硬件抽离层,支撑应用运转。
计算机系角度,建立平行世界,需要建立“金字塔”模型。以不变应万变,不断仿真。
控制系角度,需要建设有自我态势感知和自我调节的信息物理系统是其主要任务。
物联网角度,则需要实现端到云的桥梁,靠连接协议、普适计算实现了数据联动的端到云的桥梁。同时,利用物理世界的抽象层,支撑整个端到端的连接、端到端物的模型管理、端到端的安全。
阿里先从物理世界抽象层着手,将物理世界抽象到数字世界,然后再做一站式开发。
比如,APP的开发、服务端的开发和嵌入式开发。最主要的目的是提供基础设施,把全世界的标准和知识集成到软件体系里面来,让那些工程师、控制工程师、工业工程师都能够非常容易地开发出物联网的系统。
物联网不能停留在物理世界抽象层里面,而要物理世界再建立一个数字世界,控制物理世界,所以需要物理世界的操作系统。
丁险峰指出,智能制造核心在于用数据驱动来驱动人机料法环,而提高效率,需要解决生产管控、物料管控、资源管控、质量管控等问题。
阿里巴巴现在的工作是“前店后厂”。通过零售销售数字化、数字化零售的供应链、提升工厂数字化程度,一步步把“前店后厂”的效率全部提高起来。
工业物联网平台将会成为智能制造的操作系统,首先解决的是供应链问题。工业物联网是两个工作,一个是解决产品留存,第二是提高人机料法环。
阿里巴巴的方式是做数字工厂的操作系统提高人机料法环。
首先入手的是物理世界抽象层,用工业物联网来数字化人机料法环,将物理世界抽象之后,用资源来管理人机料法环,最后用MES系统、操作系统调动人机料法环,从而得到效率的提升。
阿里巴巴把未来的设备层放到边缘上,生产执行层放到边缘上,把ISA95模型变成ISA95模型的IoT化,来赋能百万级的中小企业。
阿里巴巴跟合作伙伴推出了软硬一体化的解决方案,基于云边端的操作系统,能够支撑ERP、MES、IoT的运行,通过优化人机料法环,提升效率。工厂运用整个解决方案的成本在五万块钱左右,利于中小企业的接受。
过去2018年下半年,阿里巴巴实现了一百家工厂解决方案提供的合作。阿里巴巴认为,中国中小企业在江浙、广东有大量中小企业信息化、网络化、数字化都有待开发。只要提供这样标准化的方式,能够让这些中小企业享受到信息化、数字化的好处,提升10%的效率,不用让企业产生翻天覆地的变化,10%的利润的提升已经能使中小企业非常满意了。
丁险峰说道,数字未来二十年的数字化转型的时代需要两个重要的定律:一个是数字化物理世界的超越摩尔定律,另一个是数据处理的云计算摩尔定律——每隔三年云计算单位计算能力的价格将下降50%。因此,他预测到2030年,中国将会设计制造世界上80到90%的物联网设备,50%的云计算。
原创:
李清源
高科技与产业化
能源革命和第四次工业革命正在重塑全球产业格局,作为全球第二大经济体,中国正在成为新一轮技术革命的重要参与者与推动者。“中国制造 2025”、“互联网 +”、智能制造发展规划等一系列战略规划正在推动互联网、大数据、人工智能和实体经济的深度融合。国务院常务会议不久前通过的《深化“互联网 + 先进制造业”发展工业互联网的指导意见》,进一步明确了促进实体经济振兴,加快转型升级的发展路径,将对未来工业经济发展产生全方位、深层次的影响。工业互联网对经济的影响将超越消费互联网,工业与数字化的碰撞融合,将产生无限机遇。
在讨论工业数字化之前,先回顾一下消费领域数字化发展。在过去的
10
到
20
年中,从计算机到互联网,从移动网络到云计算,大量颠覆性创新技术首先都是从消费领域涌现的。消费领域的创新主要得益于消费者数目庞大,商业模式丰富,应用场景丰富,催生了很多创新型技术的发展,同时资本的介入也有助于其壮大与成熟。
消费领域的技术创新有几个特点
:一是适用于大规模场景,尤其是消费互联网,其规模史无前例
;二是低成本,这和消费者本身的市场属性有关
;第三个特点是对数据利用的广度和深度增加,并且在跨系统、跨属性的数据之间进行协同关联,引发数据革命
;此外,技术创新也带动商业模式的创新。
对数据和平台的掌控、政府政策以及资本的介入是消费互联网领域成功的几个关键点。消费互联网的蓬勃发展以及该领域产生的数据规模和应用场景,使整个计算、存储、连接及交互技术满足低成本、大规模的要求,实现了飞跃。
中国是消费互联网领域全球领先的国家之一,但我们的工业信息化和自动化水平发展参差不齐。市场变革及对效率的追求给用户侧和供应侧企业都带来诸多挑战和机遇。过去几年,工业界也在不断尝试,希望能够将消费领域发展起来的创新技术应用到工业领域,提高生产效率,降低成本,创造出更多的业务模式。行业研究报告表明,制造业、油气、交通、楼宇等行业都处于数字化快速上升的拐点上,创新性的数字化技术正在对传统行业的转型产生深远影响。那么,我们在消费领域取得的成功能否复制到工业领域?在工业领域有没有其他关键因素影响到企业的数字化、智能化转型?这是我们要着重探讨的问题。
在工业领域,数字化转型是信息化(
IT
)与自动化(
OT
)的融合,二者缺一不可。数字化、智能化实际是把各层级之间打通、贯穿的过程
:从数据采集到分析再到集成,从设备、边缘计算到云计算再到不同平台之间、跨越企业边界的云互联。相比消费领域,工业领域要实现数字化转型的成功,首先必须明确行业特点和所面临的挑战。
第一,数据的可用性。和消费领域不同,工业领域有大量数据分散在各个企业中,很多情况下并没有被充分利用和挖掘。谁拥有数据,如何获取数据,如何利用这些分散的数据,都是现实的问题。客户手里可能有很多数据但不知道如何利用,很多解决方案提供商却苦于无法获取这些数据。同时,对于数据所有权的界定也是一个重要因素。不同于网购或者使用社交媒体时留下的数据痕迹,在绝大多数情况下,工业领域的数据所有权都非常清晰,跨区跨、越边界去获取数据并集成数据是很大的挑战。
第二,行业的复杂度和差异性。在现代工业领域的数字化、智能化进程中,很多时候
IT
技术、人工智能、大数据、云计算等技术并不是瓶颈。真正的挑战是我们要面对很多的垂直行业,每个行业都有不同的认知,不同企业的运行方式也各有差异。对于缺乏行业、工业基础的企业,如何根据其特性充分用数字化挖掘数据,提升价值,将是一个巨大的挑战。中国信息通信研究院曾做过一个测试,用纯机器学习和结合机理模型的算法分析风机数据,前者不如后者给出的结果准确,这与
ABB
研究院的研究结果是一致的。在目前的阶段,我们还是需要大量的行业知识作为支撑。
第三,资本介入的方式。在消费领域,资本的介入,尤其是风险投资,可以帮助很多企业快速成长,渡过困难期。在工业领域,资本的介入方式不同,对回报的要求也会更明确。真正拥有优化和闭环执行的能力,才是企业最终获取收益的直接途径。
第四,客户的区别。在工业领域,不同的行业、不同的客户规模,对公有云和私有部署有不同选择。过去两年,边缘计算非常热门,这在一定程度上也是由工业企业的复杂性所造成的。
第五,对开放架构的需求。消费领域平台的整合度和趋同性都很高。比如,我们的手机操作系统,基本是
ios
和安卓的天下。但在工业领域,客户出于对自身数据安全性的考虑,要避免锁定单一供应商,因此希望解决方案提供商能够提供开放的架构。很多客户即使自建平台,也不可能完成工业物联网数字化领域的所有部分,而必须借助第三方的力量。因此,大家对开放架构的平台、开放的设计都有很高的期望。
第六,网络安全。工业企业对网络安全的要求远高于个人消费者。我们在市场中发现,这方面的管控以及服务提供商的执行良莠不齐。
ABB
积极构筑深度防御方法确保客户信息安全,通过设立并严格执行网络安全标准、物联网数据宣言以及知识产权规范,就是要让客户的系统、数据与知识产权得到严格保护。
目前,工业领域的很多企业在自动化和信息化方面发展水平参差不齐,很多企业可能要“补课”。尽管在数字化、智能化转型进程中,不可否认会有一些企业实现跨阶段跳跃式发展,但总体而言,必须要打牢基础,在实现自动化和信息化的基础上再去谈智能化和数字化,稳扎稳打,才能行远致胜。
智能制造是一个非常大的话题,没有一个标准的定义,它和工业物联网既有交集又有区别。智能制造开始于整个生产环节,致力于上下层之间、整个供应链、价值链之间相互打通,实现更高的生产效率,支持更柔性的制造,满足更灵活的客户需求。除了创新的
IT
技术之外,先进材料,如高级机器人的应用,增材制造等也都是智能制造的重要部分。
未来的智能工厂会有很多种形态,但是有几点是共通的
:首先,未来工厂一定要满足客户多样性需求
;其次,制造过程是柔性的、灵活的,能满足大规模定制需求;第三,生产率要提高,成本要下降,能耗要优化,运营要更安全
;第四,未来工厂一定是协作的,包括人与机器、机器与机器、机器与分析系统、云平台之间的协作,以及跨越整个供应链、全生命周期的协作。
互联互通在智能工厂中的作用举足轻重,只有集成多维度信息,加上设备层、边缘计算层或者云端分析能力及最终的执行能力,才能形成“感知
-
分析
-
执行”
的闭环。据
Gartner
预计,到
2020
年全球将有
260
亿台设备实现互联,其中
13%
来自于制造业。连接技术是行业数字化与智能制造的关键因素,将连接技术与企业在垂直行业中的专业知识和能力相结合,可为客户和行业创造巨大价值。以工业智能制造场景为例,机器人、传动装置、电机等设备和系统也可根据不同场景和需求,采用不同的连接技术互联并连接到云端。
业务最终要与现实世界打交道,因此必须要具备“感知
-
分析
-
执行”的闭环能力,而不是只停留在信息层面。智能化设备、控制系统、连接都是其中非常关键的因素,这些也是
ABB
与客户长久以来积累的重要行业经验。创新性的数字化技术和应用可以大幅度提高生产效率,节约能耗,延长设备寿命。以
ABB
推出的
ABB AbilityTM
解决方案为例,借助可连接的机器人、制造执行系统、能耗评估、网络安全评估、机器人开发的数字化仿真、电能质量监测和需求响应、分布式控制系统、远程监控和优化,我们的客户可以将生产力提高
200%
,能耗降低
30%
,设备寿命延长
30%
。
另外,在远程服务领域,我们可借助物联网平台进行预测性维护,避免故障停产,降低运营成本,利用
4G
、
eLTE-U
、
NB-IoT
等无线技术实现工业设备随时随地接入网络。
ABB
设立了多个远程服务中心,利用云和端到端数字化技术,向传动、中压、高压和机器人等业务的用户提供智能工业互联服务。例如,
ABB
中压云服务中心通过
21
个服务站负责全国数千台中压智能设备的健康状态远程监测,帮助客户成功降低
30%
的设备服务成本,故障处理时间缩短
50%
以上
;
ABB
机器人互联服务能够远程监控全球各地客户工厂中的互联机器人,通过状态监控与诊断、备份管理、远程访问、机器人评估和资产优化等五类服务,将事故率减少
25%
,响应速度和问题解决速度提高
60%
。
中国作为一个制造大国、制造强国,政府正在大力推进工业数字化的进程,而数字技术、物联网和连接技术的发展将大大推进这一进程。数字化解决方案能够帮助传统工业企业向智能工厂转型,在生产设备自动化的基础上打造高度柔性、高度数字化的智能生产系统,向产业价值链中高端迈进。未来,各类型企业将利用各自的专长和行业优势,发掘出更多、更深层次的应用场景,构建新型数字化生态系统,推动中国经济转型升级。
作者简介
:
ABB
中国区副总裁、数字化业务发展负责人、首席信息官
【数字化的基础学科:数学】数学的本质是什么?数学与物理有什么内在的关联?
概述
数学是,
结构(存在数量)
和
关系(存在变化)
的描述,以及
验证(结构和关系)
的方法和过程。至于逻辑,更像是结构和关系所固有特点,而抽象是寻找结构和关系过程的手段。所以,数学通过抽象的方法,剥离去除一切无意义的具体,只留下单纯的结构和关系,并探索其中的逻辑。
数学发展到今天庞大而巨细、分支繁杂又艰深,但抽象来看就3个方面:
-
形状结构的定义和空间关系描述。
-
数的结构的定义和数的结构之间的关系描述。
-
对以上结构和关系研究验证的过程和方法。
其实在很久很久以前,数学最初是起源于生活的具体,那时候还不叫数学,只是一种简单的计数系统。但数学发展到现在,已经变成了纯思维的活动,这体现了人类抽象思维和推理能力的进化。(自然数是映射具体的,但从有理数开始就脱离了现实,变成了人为的创造与抽象)
数学试图去发现所有的结构和关系,这是一种描述行为。
所以,数学是描述物质的一种物质,就像一种元数据和元语言,描述的是物质结构和关系所固有的逻辑。